利用从电力与音频记录中提取的 ENF 序列进行位置取证分析
信号处理
2019-12-20 v1 机器学习
声音
音频与语音处理
机器学习
摘要
电网频率（ENF）是配电网络的签名，表示电力系统网络的标称频率（50 或 60 Hz）。由于电网中的负载变化，ENF 序列会出现波动。这些 ENF 变化固有地存在于靠近电网或直接来自市电线路记录的多媒体信号中。因此，在缺少并发电力信号的情况下，可通过分析该信号的 ENF 序列对多媒体记录进行定位。本文提出一种利用从若干电力与音频记录中提取的 ENF 序列分析位置取证的新方法。数字记录收集自全球不同电网位置。从 ENF 序列中确定潜在特征分量。随后，开发多类支持向量机（SVM）分类模型以验证记录的位置真实性。性能评估证实了所提工作的有效性。
引用
@article{arxiv.1912.09428,
title = {Location Forensics Analysis Using ENF Sequences Extracted from Power and Audio Recordings},
author = {Dhiman Chowdhury and Mrinmoy Sarkar},
journal= {arXiv preprint arXiv:1912.09428},
year = {2019}
}
备注
5 pages, 5 figures, conference paper